云环境下数据去重存储安全研究

随着云计算的不断发展,云计算安全问题日益凸显。探讨了云环境下的数据去重存储安全问题,重点对云存储应用中加密数据的去重问题进行了研究。在云服务器不被用户信任的情况下,用户将文件上传到云存储服务器前需要加密,但是数据加密严重影响了去重复技术的使用。因此,云存储服务器必须实现数据加密和去重复技术结合使用,以实现高效存储。     

云环境下聚类分解的高维数据混合索引方法

针对云计算环境下分布式存储系统的数据索引不支持复杂查询的问题,笔者提出了云环境下聚类分解的高维数据混合索引方法.首先,采用聚类分解方法对分割数据建立树状索引;然后,以叶节点为单位,通过扫描线算法来获取节点内部所有对象的局部最近邻结果;最后,依据计算的结果得出启发式的裁剪距离.在单节点最近邻计算中,第二个阶段获取外部的最近邻对象采用范围查询算法.实验分析表明,在查询效率上该索引方法高于单纯的聚类方法.与M-tree、顺序查找、iDisance相比,基于聚类分解的混合索引方法在高维查询模式下具有良好的查询效率和负载均衡.     

一种基于数据分块与CP-ABE的云数据共享机制

为解决云存储中数据共享与数据安全问题,通过使用数据分块技术将数据分割,对得到的每一块数据作对称加密,将加密后的密文存储在云上,实现数据安全存储。为达到数据分享的目的,使用密文策略的属性基加密技术对上述过程中对称加密的一系列密钥进行加密,通过共享密钥实现数据共享;当用户需要解密数据时,客户端系统会先验证用户身份,验证通过则解密得到数据。同时通过将用户ID存入权限撤销列表中,实现撤销用户功能,在实现数据共享的同时保证数据安全性。     

云环境下基于多层前向神经网络交叉覆盖算法的数据分类

基于云计算技术的神经网络方法研究为大规模数据的分析处理提供了廉价的、高效的解决方案,交叉覆盖算法可以较好地解决多层前向网络分类器的设计问题,弥补BP神经网络的不足.结合MP神经元的几何概念,基于交叉覆盖算法设计神经网络,以Iris数据集为例,基于云计算环境实现了数据分类,为多层前向神经网络在云环境下进行数据分析提供了一种有意义的研究和实践.     

云计算环境下的数据采纳行为仿真研究

云计算技术为互联网应用提供了强大的计算能力,云计算相关服务正被用户广泛的接受与应用.用户数据采纳程度影响云计算技术的推动.文章对云计算环境下的数据采纳行为过程进行研究,通过建立仿真模型,对影响数据采纳行为因素进行分析,进一步增强影响用户数据采纳云计算的各个影响因素,为云计算的发展提供更加可靠的依据.     

.NET环境下的DataReader数据查询实现

DataReader是ADO.NET的一个对象,它通过结合Command对象以一种只读、向前、快速的方式访问数据库。研究了在.NET环境下,使用DataReader实现不同类型的数据查询。     

云环境下电子数据取证方法研究

随着计算机、移动智能终端、网络科技的飞速发展,云计算得到了广泛应用。但是,其在给用户提供经济、便捷服务的同时,也出现了许多针对云平台或以云空间为窃取目标的网络犯罪。云计算具有多租户、可扩展、虚拟化、分布式等技术特点,增加了从云应用中识别、收集、保存电子数据的难度。对云环境下电子数据取证所面临的问题进行了深入剖析,对云环境下主、被动取证技术、移动智能终端数据恢复及网络远程取证方法进行了探讨。     

云计算环境下的用户隐私问题浅析

用户隐私包括身份信息、敏感信息以及一些可用的数据。本文主要就当前云计算面临的用户隐私信息的安全性进行详细探讨,并从法律、技术等方面给出具体的保护措施。     

WEB环境下基于ASP技术的VFP数据表的万能查询

客户端应用程序查询VFP数据表时，一般只能根据几个有限的固定条件查询，缺乏灵活性．结合ASP技术，提出了在WEB环境下对VFP数据表数据的任意查询的方法．     

一种改进的多关系半连接数据库查询算法

提出了一个普通的多关系半连接操作查询优化算法,并在该算法基础上加以改进,结果表明：当Card（R）远远大于Card（R）时,改进算法减少了数据的传输量,减少了查询的总代价,从而操作效率大大的提高．     

云环境下大规模多媒体数据特征重构挖掘方法

提出一种基于自相关模板匹配的云环境下大规模多媒体数据特征重构挖掘方法,进行大规模多媒体数据的信息流模型构建和特征提取,在云环境下进行大规模多媒体数据的主特征量矢量分析和状态空间重构,对重构的多媒体数据状态矢量特征进行自相关模板匹配,以实现数据准确挖掘。仿真结果表明,采用该算法进行数据挖掘的精度与准确性较高,性能较好,优于传统算法。     

网络环境下数据的安全备份

本文介绍了网络环境下数据安全备份的策略和方法 ,通过对数据重要性和数据备份手段的描述 ,提示用户重视网络系统安全备份在整个网络建设中的重要地位     

大数据环境下O2O电商用户数据挖掘探讨

随着互联网发展与普及,网络逐步改变着人们的生活。在信息逐渐丰富、快速的大数据环境下,消费者的消费观念也发生了很大的变化,近几年网上购物成为一种时尚潮流,电子商务经济得到迅速发展。在电子商务的发展基础上分析O2O电商用户数据特征,提出一种应对大数据信息冲击的一种数据挖掘框架和数据挖掘方法。文章主要从电商用户、商家、平台等方面讨论O2O电商用户数据挖掘应用问题。     

一种基于最优子树的数据库多连接查询优化混合算法

连接查询优化技术是并行查询和提高数据库性能的一种重要技术,连接的优化技术是NPC难题,其中GMC算法是处理数据库连接查询优化的一种经典启发式算法。基于GMC算法结合局部穷举搜索构建最优子树,扩大更多节点的操作次序最优,提出一种最优子树混合启发式算法。通过实验分析和理论证明它在同样的时间复杂度情况下能求得更好的解。     

一种改进的多关系半连接数据库查询算法研究

由于普通多关系半连接优化算法,分布式数据库系统的缓冲区不能作为查询的中间结果的最后装配站点,本文提出了改进普通多关系半连接的数据库查询优化算法,实验结果表明改进的多关系半连接的查询优化算法明显地减少了中间结果数据量。有效地降低了网络通信总代价。     

一种改进的多关系半连接数据库查询算法研究

由于普通多关系半连接优化算法,分布式数据库系统的缓冲区不能作为查询的中间结果的最后装配站点,提出了改进普通多关系半连接的数据库查询优化算法,实验结果表明改进的多关系半连接的查询优化算法明显地减少了中间结果数据量,有效地降低了网络通信总代价。     

大数据环境下一种高效的重复记录检测方法

提出了一种基于同级属性的重复记录检测方法.首先给出了同级属性的判断方式,然后通过查找数据集中的同级属性,来缩减数据集中需要计算的属性个数,提升相似重复记录检测的效率.实验结果表明,受同级属性在数据集中所占比例的影响,该方法能够不同程度的提高相似重复记录检测的效率.     

基于大数据的云教学环境设计

大数据是继云计算、物联网之后IT界的又一次颠覆性的技术革命,在数据量庞大,种类繁多、信息多样化的大数据背景下,高校信息化教育的服务、效率也将发生显著变化。文章探讨了基于大数据的云教学环境的特点,提出一种基于大数据的云教学环境构建的设想,该教学环境应用大数据的分析、挖掘技术对其提供的服务进行分析和预测,使教育决策者及时改变教育服务策略,以促进和保障高校教育的发展。     

一种保护用户数据私密性的云存储方法

针对云存储中的数据私密性保护问题,提出了基于SSL安全连接和封闭计算环境加密的云存储方案——CB CSS。其思想是首先云租户在客户端向云端提出加密请求,然后云端为其申请专门的封闭计算环境,在此环境中用户使用自己的对称密钥对数据加密,最后将数据密文存入云的分布式文件系统。相对于客户端加密的云存储方案,CB CSS方案降低了客户端负担;相对于云端加密的云存储方案,CB CSS方案不仅可以为用户数据从客户端到云端以及云内传输和存储提供一条完备的私密性通道,从而有效防范数据泄漏问题,而且减轻了块数据服务器负担。实验结果表明,对于用户数据的私密性而言,引入SSL安全传输、封闭计算环境加密造成的性能损失是可以接受的。     

云环境下中间数据集存储问题代价最小化算法研究

云环境下科学工作流在运行过程中会产生大量有价值的信息以组成中间数据集,但数据集存储代价较大。因此通过阐述单云条件下线性工作流中间数据集存储问题代价最小化算法过程,指出该问题基本概念,阐明多云条件下线性工作流中间数据集存储问题代价最小化传统算法并提出改进算法,最后指出未来研究方向。